Efficient Fractionation of Corn Stover for Biorefinery Using a Sustainable Pathway
Notice bibliographique
Résumé
This study presents a sustainable pathway for fractionating corn stover to produce glucose, high-quality lignin nanoparticles (LNPs), and levulinic acid (LA) based on the use of p -toluenesulfonic acid ( p -TsOH), a solvent having strong acidity and surface activity at a high concentration. At a moderate pretreatment temperature (100 °C), 85% of xylose, 88% of arabinose, and 83% of lignin were removed from the substrate and present in the hydrolysate, while the cellulose yield in the solid residue fraction was 93%. The cellulose fraction exhibited much reduced “biomass recalcitrance” and was readily enzyme-hydrolyzed, with its glucose yield reaching up to 93% at a high solid concentration of 15% (w/w). The hydrolysate, involving the p -TsOH catalyst, was recycled for further hydrolysis of fresh corn stover: after recycling the hydrolysate four times, the cellulose fraction still had a high glucose yield of 81%. The lignin fraction in the hydrolysate was utilized in the form of LNPs, which were prepared as a result of diluting the recycled hydrolysate. The as-prepared LNPs were spherical and uniform, with an average particle size of 147 nm. The application of LNPs in the preparation of chitosan film significantly improved its strength. After LNP preparation, the diluent containing monomeric sugars was directly heated to 180 °C to produce LA in the presence of p -TsOH (an effective catalyst) with an LA yield of 57.1%. The LA was easily separated from the spent acid based on methyl isobutyl ketone (MIBK) extraction, and the p -TsOH/water mixture was recycled in the process.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».